人工智能学院2022级硕士研究生李炤慷关于青铜器虚拟博物馆的研究已被期刊Heritage Science接收，该研究在人工智能学院杨溪老师与考古学院李春桃老师合作指导下完成。
研究成果
论文题目：Gamification of Virtual Museum Curation: A Case Study of Chinese Bronze Wares
第一作者：李炤慷
指导教师：杨溪、李春桃
收录期刊：Heritage Science
期刊类别：中科院1区、A&HCI
论文概述：
中国青铜器是中国文化遗产中的重要组成部分，是中华文明的象征。虚拟博物馆和VR游戏化文化遗产学习已经广泛应用于文化遗产学习领域，这在一定程度上激发参观者的兴趣和探索欲。然而，现有的虚拟博物馆过于静态，缺乏参观者与文化遗产间的交互行为设计，参观者的参与度不高。现有的VR游戏化文化遗产学习的研究中，为参观者提供的可交互学习的文化遗产的数量过少，交互元素的设计不够简洁明了。这些缺陷都会导致参观者的享受程度不高。在本研究中，我们开发了一个集成三个关卡的闯关式VR游戏化虚拟博物馆策展，帮助参观者更好的学习中国青铜器的相关知识。首先，我们使用3D激光扫描仪对吉林大学博物馆的青铜器进行扫描，再通过软件处理获取3D青铜器模型。接下来，我们搭建了虚拟博物馆的漫游场景和游戏场景。为了更好的激发参观者学习记忆中国青铜器知识的兴趣，我们设计了游戏逻辑和丰富的交互行为，从而使参观者有更好的游览体验。我们通过系统可用性实验和对比实验验证了我们系统的可用性和显著性优势。与传统的虚拟博物馆相比，我们的系统有效的提高了参观者的沉浸感，参与度以及对中国青铜器知识的记忆。
人工智能学院2022级硕士研究生庞宏林关于陶器演化的研究已被期刊Heritage Science接收，该研究在人工智能学院杨溪老师与考古学院段天璟老师合作指导下完成。
研究成果
论文题目：Pottery Evolution Pattern Discovery based on Deep Learning: Case Study of Miaozigou Culture in China
第一作者：庞宏林
指导教师：杨溪、段天璟
收录期刊：Heritage Science
期刊类别：中科院1区、A&HCI
论文概述：
陶器作为早期人类广泛使用的工具，蕴含着丰富的历史信息。深度神经网络已被应用于陶器数字图像分析，省去了复杂的手工特征提取。然而，现有模型仅关注陶器形状的比较，忽视了其在不同历史时期的演变分析。在本研究中，我们提出了一种基于深度学习的方法，帮助专家识别特定时间段内某种陶器类型的演变模式。首先，我们训练了一个卷积神经网络用于陶器分类，提取代表不同年代陶器样本的低级和高级特征。接下来，我们采用聚类算法，根据高级特征识别各历史时期的代表性陶器。为了便于直观比较不同年代的陶器，我们使用浅层特征并计算陶器之间的余弦相似度，从而可视化形状和装饰的差异。这种方法通过视觉分析直接增强了对陶器演变模式的理解。我们通过在大坝沟和庙子沟考古遗址的数据上验证了我们提出方法的有效性和效率，并展现了明显的演变模式。我们的方法有效且高效地识别出各个时代的代表性文物，揭示了它们的演变模式，所得结论与专家的分析相当，同时相比于传统的手工方法显著节省了时间。
